澎湃新闻（www.thepaper.cn）在西南大学电子信息工程学院官网找到一位名为王丽丹的教授，其主要研究方向包括人工神经网络、非线性系统与电路设计、忆阻器与忆阻系统、生物电子电路和神经形态系统等。
其与段书凯学术交流密切，官网显示，两人合作了共22个国家发明专利与实用新型专利，仅中文学术论文合作了35篇。
围绕段书凯、段某严、王丽丹三人密切关系的讨论近日在社交网络上引发讨论。7月17日，澎湃新闻（www.thepaper.cn）再次登录西南大学人工智能学院官网时发现，段书凯个人简介页面中“发明专利介绍”等内容已被删除，其中包括与王丽丹共同合作的11项国家发明专利信息。
西南大学人工智能学院官网段书凯的个人主页上，其和王丽丹合作的国家发明专利，截图时间为7月16日凌晨1时13分。
段书凯个人主页上目前仅存的信息，截图时间为7月17日12时34分。
多路空间变换卷积神经网络，识别准确度99.75%？业内人士：可发计算机视觉顶级论文
除初二以《“水中叉鱼”问题的定量分析和智能优化方法》获得第32届全国青少年科技创新大赛三等奖，高一以《用蛋清做个元器件―柔性忆阻器及交叉阵列的研究与制备》获得第34届全国青少年科技创新大赛一等奖，段某严还曾在初三获得第33届全国青少年科技创新大赛三等奖，作品为《无人驾驶的鹰眼-基于深度学习的智能交通标志识别与APP实现》。
《无人驾驶的鹰眼-基于深度学习的智能交通标志识别与APP实现》项目简介。
该作品的项目简介提到，无人驾驶汽车风靡全球，“目前，智能交通标志识别主要采用深度卷积神经网络，但由于易受到图像空间多样性影响，难以满足实际应用中快速性和准确性要求。针对这个问题，本文将卷积神经网络和空间变换网络相组合，提出了一种基于深度学习的多路空间变换卷积神经网络。”
“对不同尺寸的输入图片进行多路训练，增强了网络的泛化能力，能够很好地适应图像的空间多样性。通过用德国交通标志识别数据库GTSRB进行测试，我们设计的系统识别准确度达到了99.75%，超过了目前最高准确度99.67%。同时，将提出的算法移植到Android手机移动终端APP上，可以帮助行人和车辆安全出行。”
基于全国青少年科技创新大赛官网对该项目的简介，一位来自自动驾驶算法公司的工程师对澎湃新闻（www.thepaper.cn）表示，参赛作品中提到的“系统识别准确度达到了99.75%”，“如果真的超过目前其他学者，做到99.75%的准确度，是可以发表计算机视觉方面的顶级论文的，所以我感觉水分比较大。”
据当地媒体报道，段某严曾以“怀揣科技强国梦想的好少年”获选感动当地十大人物之一，获奖理由包括“个人科技创新成果在第34届全国青少年科技创新大赛中获金奖”，“专注无人驾驶技术中的交通标志识别技术，设计的算法识辨精度达到99.75%，超过目前最高准确度99.65%。”
段某严3年申报3项科技创新成果，且每一项都获全国大奖。其中，《无人驾驶的鹰眼-基于深度学习的智能交通标志识别与APP实现》和《用蛋清做个元器件―柔性忆阻器及交叉阵列的研究与制备》都是全国青少年科技创新大赛计算机科学参赛项目。
尽管都在计算机科学领域，但某985高校计算机视觉方向教授对澎湃新闻（www.thepaper.cn）表示“这两个研究没有太大的相关性”。“这个项目（指无人驾驶的鹰眼项目）感觉至少是一个本科毕业论文的水准，如果是一个初三学生在没有什么帮助下独立完成，确实有点不可思议，可以称得上神童了。”
但他同时提到，如果是在指导下完成的，也并非完全不可能，“因为不清楚这个学生相关方面的基础，投入了多少时间，以及怎么指导，所以也不是很好说。”
“深度学习入门不算很难，有开源框架，很多本科生2周就能上手，初中生也不能说就学不会，取决于花多少时间以及掌握到什么程度。”该教授表示，“当然要使用深度学习作出创新性的东西，即使对于一个本科生来说也不太容易，而且这个项目还要移植到Andriod上做一个App，这要会相关编程，工作量也不小。”
而另一位人工智能创业公司人士对澎湃新闻（www.thepaper.cn）表示，人工智能领域有两种人，一种人可以提出算法，并且通过算法提升性能。“这种人需要具备更深的知识积累，因为深度学习更加明显是一个系统工程，对数学、计算机、英语都有很高的要求，初中生哪怕能知道其中的理论，但是系统地实现一个工程我不看好，除非真的就是天才。”第二种是“调参工程师”，即在别人的框架上尝试调整一些参数来得到更好的效果，“只要知道评价标准，设置运行环境，然后跑程序就行。”
《用蛋清做个元器件―柔性忆阻器及交叉阵列的研究与制备》项目简介。
此外，一位在国内芯片研发商工作的业内人士就段某严的一等奖作品《用蛋清做个元器件―柔性忆阻器及交叉阵列的研究与制备》简介对澎湃新闻（www.thepaper.cn）表示，“我觉得这个技术不是创新，是颠覆。”项目简介中，“后面的每一句话都是生物学，计算机，芯片，人工智能的世界性难题。”
